视觉
IDEFICS 简介: 最先进视觉语言模型的开源复现
## 引言 Code Llama 是为代码类任务而生的一组最先进的、开放的 [Llama 2](https://huggingface.co/blog/zh/llama2) 模型，我们很高兴能将其集成入 Hugging Face 生态系统！Code Llama 使用与 Llama 2 相同的社区许可 ......
基于Aidlux平台的工业视觉缺陷检测
工业视觉缺陷检测是一种利用计算机视觉技术，对工业制品进行自动化检测，以识别和分类可能存在的缺陷的方法。它是现代工业生产中的重要环节，可以大大提高生产效率，降低产 品缺陷率，提高产品质量。 成像质量是根本，好的算法可以锦上添花 影响因素： 该项目为医疗注射器缺陷检测，要求检观出汗射器是否有质量缺路(缺 ......
8月AI实战：工业视觉缺陷检测 --基于tflite的yolov8模型优化和推理
8月AI实战：工业视觉缺陷检测 --基于tflite的yolov8模型优化和推理 操作视频见B站连接：aidlux模型优化+工业缺陷检测～～完美用我的华为手机实现缺陷检测的推理bilibiliaidlux模型优化+工业缺陷检测～～完美用我的华为手机实现缺陷检测的推理 1 模型优化 将onnx模型转化 ......
ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型
京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。ViTPose系列模型在MS COCO多个人体姿态估计数据集上达到了新的SOTA和帕累托前沿。 ......
GenICam - 工业相机机器视觉标准
GenICam GenICam标准由欧洲机器视觉协会(EMVA)主持制定。GenICam(相机通用接口)的目标是为各种设备(主要是相机)提供一个通用的编程接口，无论他们使用什么接口技术(GigE Vision, USB3 Vision, CoaXPress, Camera Link HS, Came ......
图文排版艺术：优化小红书布局与视觉效果
图文排版艺术：优化小红书布局与视觉效果 嘿，各位小伙伴们！今天我要和大家分享一些关于图文排版的艺术技巧，让你在小红书上的作品更具吸引力和专业感。无论是分享美食、旅行经历还是时尚搭配，一个出色的排版可以让你的内容脱颖而出，吸引更多读者的目光。接下来，我将教你几个简单又实用的技巧，帮助你优化小红书布局与 ......
小红刷去水印工具：让你轻松摆脱烦人水印，享受纯净视觉盛宴！
大家好！今天我要向大家推荐一款热门的去水印工具——小红刷。随着社交媒体的普及，我们经常会在朋友圈、微博、抖音等平台上看到各种精彩的图片和视频，但是很多时候这些作品都被添加了烦人的水印，影响了我们的观看体验。小红刷去水印工具的出现，为我们解决了这个烦恼，让我们能够轻松摆脱水印的困扰，享受纯净的视觉盛宴 ......
视觉SLAM十四讲 3.6.2实际的坐标转换的例子
在这一讲中，作者没有给出详细的过程，作为初学者还是有点懵。 这道题是有两种解法的 - 四元数解法 - 欧拉矩阵解法 ### 四元数解法 假设一个目标点 $p$在世界坐标系下的坐标是 $$ P_W $$ 利用四元数表示旋转，两个小萝卜坐标系下 $p$ 点坐标有如下公式： $$ p_1 = q_1 * ......
基于机器视觉的小车轨迹控制软件界面展示
**项目概述：** 硬件：USB摄像头、51单片机、L298N驱动、ESP2866-WiFi模块、移动电源  软件： ......
3D视觉引导机械手原理分析
下面以康耐视的3D点云相机举例，由于相机出厂默认校准过，所以以下忽略内参推导（后面有机会可以专门做一篇分享），只对外参部分做分享。 1. 手眼标定的意义： 所谓标定，就是求解坐标系之间相对位置关系的变换矩阵的过程。 2. 眼在手外： 这里我们可以讲A坐标系理解为机械臂的底座坐标系，B坐标系为相机坐标 ......
Cognex InSight 相机实现视觉引导机械手&视觉校准&九点标定
1. 校准 1. 非线性校准的作用：主要是为了消除镜头的径向畸变、以及相机非垂直安装引起的透视变形； 2. 校准工具：校正板&标定板（这里只介绍前2种，因为InSight相机不支持DataMatirx标定板） 3. 标定板的选择标准：需要根据项目现场的FOV确定标定板尺寸和单元大小 棋盘格标定板： ......
使用大型语言模型进行自主视觉信息搜索
在调整大型语言模型（LLM）以适应任务的多模态输入方面取得了很大进展，包括图像标题,可视问答 （VQA）和开放词汇识别.尽管取得了这些成就，但当前最先进的视觉语言模型（VLM）在视觉信息搜索数据集上表现不佳，例如信息搜索和OK-VQA，需要外部知识才能回答问题。 ......
基于机器视觉工具箱的车辆检测计数算法matlab仿真
1.算法理论概述 1.1、研究背景 随着城市化进程的加速和汽车保有量的增加，交通拥堵和交通事故等交通问题日益突出，如何对城市交通进行有效管理和调控成为了城市交通管理的重要任务。车辆检测计数是交通管理中的一个重要问题，它可以用于交通状况的监测、交通流量的统计以及交通信号灯的控制等。因此，研究基于机器视 ......
ACM MM 2023 | 腾讯优图实验室6篇论文入选，含视觉识别、半监督学习等研究方向
前言 近日，腾讯优图实验室6篇论文被国际人工智能多媒体领域顶级会议ACM MM 2023（ACM International Conference on Multimedia）所接收， 涵盖视觉识别、神经绘画和风格化研究、半监督学习等多个研究方向，进一步展示了腾讯优图实验室在人工智能领域的技术能力和 ......
OpenCV双目视觉
# OpenCV双目视觉 > 参考资料： > [[双目立体视觉：标定和校正](https://www.zhihu.com/column/c_1339328909662875649) > [双目立体视觉：标定和校正](https://zhuanlan.zhihu.com/p/353311373) > ......
计算机视觉(Computer Vision)，计算机图形学(Computer Graphics)和数字图像(Image Processing)
计算机视觉(Computer Vision)，计算机图形学(Computer Graphics)和数字图像(Image Processing) 从学科分类： Computer Science/ Artificial Intelligence/ Computer Vision Computer Sci ......
计算机视觉五大核心研究任务全解：分类识别、检测分割、人体分析、三维视觉、视频分析
> 本篇文章深入探讨了计算视觉的定义和主要任务。内容涵盖了图像分类与识别、物体检测与分割、人体分析、三维计算机视觉、视频理解与分析等技术，最后展示了无监督学习与自监督学习在计算机视觉中的应用。 > 作者 TechLead，拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦 ......
AI-13. 计算机视觉
本章将重点介绍计算机视觉领域，并探讨最近在学术界和行业中具有影响力的方法和应用。 13.1. 图像增广 图像增广在对训练图像进行一系列的随机变化之后，生成相似但不同的训练样本，从而扩大了训练集的规模。随机改变训练样本可以减少模型对某些属性的依赖，从而提高模型的泛化能力。 例如，我们可以以不同的方式裁 ......
视觉问答概述
随着人工智能技术的逐渐成熟，计算机视觉、语音、自然语言处理等技术在金融行业的应用从广度和深度上都在加速，这不仅降低了金融机构的运营和风险成本，而且有助于提升客户的满意度，比如利用NLP 技术实现智能问答解决方案，帮助用户即使没有复杂的金融背景知识也能快速找到自己需要的信息，而在寿险、产险、健康险等保 ......
使用LabVIEW 实现物体识别、图像分割、文字识别、人脸识别等深度视觉
# 前言 哈喽，各位朋友们，这里是virobotics（仪酷智能），这两天有朋友私信问之前给大家介绍的工具包都可以实现什么功能，最新的一些模型能否使用工具包加载，今天就给大家介绍一下博主目前使用工具包已经实现的深度视觉模型及案例 下表为前期写过的一些范例介绍，朋友们可以按需点击查看 | 名字 |链接 ......
视觉学习规划
前言： 进入大二，社团马上就要招新了，而目前来讲这方面的知识在高中生里一般普及不多，基本大多大一新生是没有代码基础的，所以需要做一份规划，从而使来社团的新生有一个学习的方向。这规划目前未进行过任何实践试验，仅供参考。 入门： C++：熟练掌握C++的基础，能够自主编写简单代码 C++基本语法 顺序、 ......
LabVIEW图形化的AI视觉开发平台（非NI Vision）VI简介
# 前言 今天想和大家分享的是：仪酷LabVIEW AI视觉工具包的VI简介，如介绍内容有误，欢迎各位朋友们帮忙纠正~ # 一、AI视觉工具包VI简介 已经安装好的AI工具包位于程序框图-函数选板-Addons-VIRobotics-opencv_yiku，内容包括：Mat类型（矩阵）的操作、摄像头 ......
基于机器视觉和倾角传感器的位姿检测系统及验证
悬臂式掘进机位姿检测是综掘工作面自动化的基础和前提。只有获取稳定可靠的掘进机实时位姿，才能够在此基础上进行综掘工作面自动化、智能化改造工作。 为了提高井下综掘工作面的生产效率，西安电子科技大学机电工程学院的研究团队提出一种基于机器视觉和倾角传感器的悬臂式掘进机位姿检测系统,使用井下矿用防爆式激光指向 ......
VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等
VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等 ......
使用 Habana Gaudi2 加速视觉语言模型 BridgeTower
在对最先进的视觉语言模型 BridgeTower 进行微调时，使用 [Optimum Habana v1.6](https://github.com/huggingface/optimum-habana/tree/main)， Habana Gaudi2 可以达到 **近 3 倍于 A100 的速度 ......
基于机器视觉工具箱的车辆检测计数算法matlab仿真
1.算法理论概述 1.1、研究背景 随着城市化进程的加速和汽车保有量的增加，交通拥堵和交通事故等交通问题日益突出，如何对城市交通进行有效管理和调控成为了城市交通管理的重要任务。车辆检测计数是交通管理中的一个重要问题，它可以用于交通状况的监测、交通流量的统计以及交通信号灯的控制等。因此，研究基于机器视 ......
图像识别技术：计算机视觉的进化与应用展望
导言： 图像识别技术是计算机视觉领域的重要研究方向，它使计算机能够理解和解释图像内容，从而实现自动化和智能化的图像处理。随着深度学习等技术的快速发展，图像识别在诸多领域取得了重大突破，如自动驾驶、医疗影像分析、智能安防等。本文将深入探讨图像识别技术的原理、发展历程、应用场景，以及未来的发展趋势。 第 ......
基于物联网、视频监控与AI视觉技术的智慧电厂项目智能化改造方案
TSINGSEE青犀视频的AI算法模型可以自由组合，最大可支持16路接入，每路视频流最多可选 3 种智能分析算法，兼容复杂的网络环境，支持4G、5G、局域网或公网进行部署与数据传输；提供API接口，可以方便增加第三方算法模型及与其他平台集成。 ......
《视觉SLAM十四讲》第13讲 设计SLAM系统 回环检测线程的实现
# 《视觉SLAM十四讲》第13讲 设计SLAM系统 回环检测线程的实现 这个学期看完了高翔老师的《视觉SLAM十四讲》，学到了很多，首先是对计算机视觉的基本知识有了一个更加全面系统的理解，其次是动手去做实验的过程中，也更加理解了很多有关`g2o`,`opencv`,`sophus`等等工具的使用。 ......